Алгоритмическое и программное обеспечение сжатия без потерь видеоданных графического интерфейса пользователя тема диссертации и автореферата по ВАК РФ 05.13.11, кандидат наук Дружинин Денис Вячеславович

• Дружинин Денис Вячеславович
• кандидат наук
• 2019

Оглавление диссертации кандидат наук Дружинин Денис Вячеславович

ВВЕДЕНИЕ

ГЛАВА 1. АНАЛИЗ СОСТОЯНИЯ ПРОБЛЕМЫ

1.1. Сравнительный анализ видов видеоданных

1.2. Сжатие ключевых кадров GUI-видео

1.2.1. Алгоритм группового кодирования

1.2.2. Словарные алгоритмы сжатия

1.2.3. Статистические алгоритмы сжатия

1.2.4. Алгоритмы классификации блоков изображения

1.3. Сжатие промежуточных кадров ОШ-видео

1.3.1. Алгоритм отсечения неизменившихся блоков кадра

1.3.2. Алгоритм оценки движения

1.4. Перспективные методы повышения эффективности сжатия ОШ-видеоданных

1.4.1. Использование вычислительных ресурсов видеокарты

1.4.2. Технологии определения изменившихся частей кадра в ОШ-видео

1.5. Выводы о направлениях работы

ГЛАВА 2. АЛГОРИТМИЧЕСКОЕ ОБЕСПЕЧЕНИЕ СЖАТИЯ GUI-ВИДЕОДАННЫХ

2.1. Сжатие ключевых кадров ОШ-видео

2.1.1. Сдвиговый алгоритм

2.1.2. Алгоритм пространственного группового кодирования

2.1.3. Гибридный сдвигово-групповой алгоритм

2.1.4. Варианты алгоритма со сниженной пространственной избыточностью53

2.2. Сжатие промежуточных кадров ОШ-видео

2.2.1. Алгоритм отсечения неизменившихся строк и столбцов в кадре

2.2.2. Адаптивный алгоритм отсечения неизменившихся областей в кадре

2.2.3. Алгоритм оценки движения с учётом классификационных признаков

2.3. Требования и концептуальные основы создания программного обеспечения кодека для сжатия ОШ-видеоданных

2.3.1. Требования к программному обеспечению кодека

2.3.2. Концептуальные основы создания программного обеспечения кодека 67 2.4. Выводы

ГЛАВА 3. ОСОБЕННОСТИ ПРАКТИЧЕСКОЙ РЕАЛИЗАЦИИ АЛГОРИТМОВ СЖАТИЯ GUI-ВИДЕОДАННЫХ

3.1. Сжатие ключевых кадров

3.2. Результаты экспериментальных исследований

3.2.1. Сжатие ключевых кадров

3.2.2. Сжатие промежуточных кадров

3.3. Выводы

ГЛАВА 4. ПРОГРАММНОЕ ОБЕСПЕЧЕНИЕ КОДЕКА ДЛЯ СЖАТИЯ GUI-ВИДЕОДАННЫХ

4.1. Особенности программной реализации

4.1.1. Среда разработки программного обеспечения

4.1.2. Архитектура кодека

4.1.3. Программный интерфейс кодека

4.1.4. Технология обработки данных

4.2. Подсистема высокопроизводительной обработки данных с использованием видеокарты

4.2.1. Реализация линейного и блочного сравнения изображений с помощью пиксельных шейдеров и Nvidia CUDA

4.2.2. Алгоритм классификации блоков изображений, оптимизированный для выполнения на видеокарте

4.2.3. Результаты экспериментальных исследований

4.3. Результаты практического сравнения кодеков

4.4. Выводы

ЗАКЛЮЧЕНИЕ

СПИСОК УСЛОВНЫХ ОБОЗНАЧЕНИЙ И СОКРАЩЕНИЙ

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ И ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ А. КОПИЯ СВИДЕТЕЛЬСТВА О ГОСУДАРСТВЕННОЙ РЕГИСТРАЦИИ ПРОГРАММЫ ДЛЯ ЭВМ «BUTTERFLY SCREEN VIDEO

CODEC»

ПРИЛОЖЕНИЕ Б. КОПИИ АКТОВ О ВНЕДРЕНИИ ПРОГРАММНОГО

ОБЕСПЕЧЕНИЯ

ПРИЛОЖЕНИЕ В. РЕЗУЛЬТАТЫ ТЕСТИРОВАНИЯ ЭФФЕКТИВНОСТИ

ПРЕДЛОЖЕННЫХ АЛГОРИТМОВ

ПРИЛОЖЕНИЕ Г. ФУНКЦИОНАЛЬНЫЙ ИНТЕРФЕЙС КОДЕКА СЖАТИЯ GUI-ВИДЕОДАННЫХ

Введение диссертации (часть автореферата) на тему «Алгоритмическое и программное обеспечение сжатия без потерь видеоданных графического интерфейса пользователя»

ВВЕДЕНИЕ

Актуальность темы исследования. В начале XXI века создание и применение видео различной природы стало доступно широкому кругу пользователей. Один из основных типов видео, распространенных среди пользователей персональных компьютеров (ПК), - видео графического интерфейса пользователя (Graphical User Interface видео, GUI-видео). Такое видео часто создают как необходимое дополнение к руководству пользователя информационно-программных комплексов или к описанию сценариев воспроизведения ошибок при взаимодействии команд разработчиков и инженеров по качеству программного обеспечения (ПО) для повышения эффективности их коммуникации [129, 130].

Ввиду сравнительно значительного объёма видеоданных (данных, получаемых в ходе формирования видео) возникают сложности, связанные с необходимостью отводить большой объём дискового пространства для их хранения. Как следствие, при решении задачи обработки GUI-видеоданных появляется условие минимизации их объёма. Дополнительно эта задача осложняется тем, что GUI-видеоданные характеризуются высоким разрешением кадров.

Кроме того, приложения, осуществляющие фиксацию GUI-видео, выполняют лишь вспомогательную функцию, работают одновременно с другими приложениями и сервисами операционной системы, и по этой причине должны исполняться в фоновом (низкоприоритетном) режиме. Поэтому необходимо минимизировать уровень использования ими системных ресурсов компьютера, требуемых для эффективного исполнения основных задач пользователя. Как следствие, появляется условие повышения вычислительной эффективности алгоритмов фиксации и сжатия GUI-видеоданных при их максимальной ресурсоэффективности. Под высокой ресурсоэффективностью будем понимать здесь минимальный уровень использования центрального процессора и оперативной памяти.

С середины XX века выполнен большой объём исследований теоретического и практического характера в области сжатия данных такими отечественными и зарубежными учёными как Котельников В.А., D. Huffman, A. Lempel, J. Ziv и многими другими [56, 82, 88, 105, 123, 145]. В области сжатия графических данных, в том числе видеоданных, получены результаты, как предполагающие потери информации, так и обеспечивающие сжатие без потерь. В первой группе исследований следует отметить работы таких учёных как Бабкин В.Ф., Тропченко А.Ю., G. Sullivan, Y. Lu, M.R. El-Sakka, D. Taubman, A.A. Rodriguez [1, 2, 26, 27, 34, 44, 46, 56, 67, 68, 133]. Полученные ими результаты нашли широкое практическое применение, преимущественно предназначены для видео с видеокамеры (традиционного видео) и используют особенности этого типа видеоданных, заключающиеся в преобладании непрерывно-тоновых (плавных) цветовых переходов в кадрах. Соответствующие алгоритмы сжатия видеоданных, как правило, предполагают устранение визуально малозаметных элементов изображения и потери информации.

GUI-видеоданные существенно отличаются от традиционных видеоданных, что в значительной мере ограничивает возможности применения к ним традиционных алгоритмов сжатия. Так, в GUI-видеоданных преобладают дискретно-тоновые (резкие) цветовые переходы. Такие видеоданные, как правило, целесообразно сжимать без потерь информации специализированными алгоритмами, так как даже небольшая доля потерь может привести к неприемлемому визуальному ухудшению качества видеоданных.

Во второй группе исследований, посвящённых сжатию графических данных без потерь информации, следует отметить работы таких учёных как B. Carpentieri, J.J. Ding, M. Hernandez-Cabronero, M.W. Marcellin, I. Blanes, K. Hirakawa [47, 54, 64, 69, 72, 77, 88, 92, 99, 105, 142]. Однако, лишь в отдельных исследованиях таких учёных как S. Mehrotra, P. Dondi, L. Lombardi, S. Wang, J. Xu, R. Joshi, R.A. Cohen учитываются особенности GUI-видео [96, 64, 93, 94, 96, 99, 100, 110, 137, 141]. Многие существующие алгоритмы, применяемые для сжатия GUI-видеоданных, не учитывают в полной мере отличия GUI-видео от традиционного

видео, что приводит к низкой степени сжатия либо к низкому качеству декодированных видеоданных в случае сжатия с потерями информации. Часть алгоритмов сжатия не обладает достаточной вычислительной эффективностью и ресурсоэффективностью, что так же препятствует их использованию для сжатия GUI-видеоданных в фоновом режиме. Поэтому проблема создания эффективных алгоритмов сжатия GUI-видеоданных всё ещё остаётся малоизученной.

Учитывая всё вышеизложенное, можно сделать вывод об актуальности проблемы создания новых и модификации существующих алгоритмов сжатия без потерь информации, предназначенных для обработки GUI-видеоданных и отличающихся более высокими показателями эффективности, позволяющими производить сжатие GUI-видеоданных без потерь информации не только с высокой степенью сжатия, но и с минимальным использованием вычислительных ресурсов компьютера.

Цель работы и задачи исследования. Целью диссертационной работы является разработка алгоритмического и программного обеспечения фиксации и локального сохранения GUI-видеоданных со сжатием без потерь с высокой степенью сжатия, обладающего высокими показателями ресурсо- и вычислительной эффективности.

Для достижения поставленной цели необходимо последовательное решение следующих задач:

1. Анализ существующего алгоритмического и программного обеспечения сжатия видеоданных, особенностей традиционного видео и GUI-видео, позволяющих определить основные направления исследования в области построения эффективных алгоритмов сжатия GUI-видеоданных.

2. Разработка ресурсо- и вычислительно эффективных алгоритмов сжатия без потерь информации, обеспечивающих высокую степень сжатия GUI-видеоданных. Решение данной задачи предполагает также исследование эффективности предлагаемых алгоритмов.

3. Создание высокопроизводительного ядра кодека (англ. - codec, в данном случае - программное обеспечение преобразования видеоданных),

предназначенного для сжатия и восстановления GUI-видеоданных. Результатом решения этой задачи должны явиться программные средства такого кодека, реализующие предложенные оригинальные алгоритмы.

4. Апробация разработанного кодека с использованием различных видеофрагментов при решении экспериментальных и реальных задач.

Методы исследования и достоверность полученных результатов. В

работе использованы методы теории сжатия информации, теории обработки изображений, теории алгоритмов и математической статистики. Экспериментальные исследования выполнены с использованием программной реализации алгоритмов с последующей оценкой полученных результатов и сравнением с экспериментальными данными в специальной литературе. Достоверность полученных результатов подтверждена применением методов математической статистики и успешными результатами практической апробации алгоритмического и программного обеспечения.

Научная новизна. Научную новизну полученных в работе результатов определяют:

1. Алгоритм пространственного группового кодирования, отличающийся более полным учётом горизонтальной и вертикальной корреляции пикселей кадра за счёт выявления большего количества пространственных объектов в нём, и обеспечивающий большую степень сжатия GUI-видеоданные по сравнению с аналогами.

2. Алгоритм сжатия со сниженной пространственной избыточностью, отличающийся единовременным устранением основных типов пространственной избыточности GUI-видеоданных (частое чередование цветов, одноцветные области, градиентные переходы), и позволяющий существенно увеличить степень сжатия таких данных.

3. Алгоритм оценки движения с учётом классификационных признаков, отличающийся способом выбора векторов движения исключительно в наиболее вероятных направлениях перемещения объектов GUI-видеоданных, и

превосходящий аналоги в вычислительной эффективности при сохранении высокой степени сжатия и ресурсоэффективности.

4. Архитектура кодека сжатия GUI-видеоданных, характеризующаяся наличием подсистемы обработки данных на видеокарте и динамическим подключением модулей сжатия, и позволяющая построить программное обеспечение кодека, обеспечивающего высокую степень сжатия данных при высоких показателях ресурсо- и вычислительной эффективности.

Положения, выносимые на защиту:

1. Алгоритм сжатия со сниженной пространственной избыточностью позволяет повысить по сравнению с аналогами степень сжатия дискретно -тоновых изображений при сопоставимых вычислительных затратах.

2. Алгоритм оценки движения с учётом классификационных признаков позволяет существенно повысить вычислительную эффективность по сравнению с аналогами при сохранении высокой степени сжатия.

3. Разработанное алгоритмическое и программное обеспечение кодека преобразования GUI-видеоданных превосходит аналогичные кодеки по степени сжатия и вычислительной эффективности, а также упрощает и ускоряет создание программных систем с его использованием.

Публикации. По теме диссертации опубликовано 16 работ, из них 5 статей, в том числе 3 статьи в ведущих рецензируемых научных журналах, входящих в перечень ВАК. Кодек, созданный с применением алгоритмов, предложенных и описанных автором в диссертационной работе, зарегистрирован в качестве программы для ЭВМ [36].

Апробация результатов исследования. Основные положения и отдельные результаты исследования докладывались и обсуждались на следующих конференциях: VI Международная научно-практическая конференция «Информационные технологии и математическое моделирование» (Анжеро-Судженск, 2007 г.), XLVШ международная научная студенческая конференция «Студент и научно-технический прогресс» (Новосибирск, 2010 г.), IX

Всероссийская научно-практическая конференция с международным участием «Информационные технологии и математическое моделирование» (Анжеро-Судженск, 2010 г.), XV Всероссийская научно-практическая конференция «Научное творчество молодёжи» (Анжеро-Судженск, 2011 г.), X Всероссийская научно-практическая конференция с международным участием «Информационные технологии и математическое моделирование» (Анжеро-Судженск, 2011 г.), XII Всероссийская научно-практическая конференция с международным участием им. А. Ф. Терпугова (Анжеро-Судженск, 2013 г.), 52-я международная научная студенческая конференция МНСК-2014 (Новосибирск, 2014 г.), XVIII Всероссийская научно-практическая конференция «Научное творчество молодежи. Математика. Информатика» (Анжеро-Судженск, 2014 г.), II Всероссийская молодежная научная конференция с международным участием «Математическое и программное обеспечение информационных, технических и экономических систем» (Томск, 2014 г.), Всероссийская конференция «XII Сибирская научная школа-семинар с международным участием Компьютерная безопасность и криптография - SIBECRYPT'14» (Екатеринбург, 2014 г.), Всероссийская научно-практическая конференция «Информационно-телекоммуникационные системы и технологии» (Кемерово, 2014 г.), XV Международная конференция имени А.Ф. Терпугова «Информационные технологии и математическое моделирование» (пос. Катунь, 2016 г.), XVI Международная конференция имени А.Ф. Терпугова «Информационные технологии и математическое моделирование» (Казань, 2017 г.).

Теоретическая и практическая значимость. Теоретическая значимость диссертационной работы заключается в том, что разработанное алгоритмическое обеспечение обладает высокими показателями ресурсо- и вычислительной эффективности, позволяет сжимать GUI-видеоданные без потерь с высокой степенью сжатия, а также позволяет сформировать научно-методический задел для создания программного обеспечения фиксации и локального сохранения GUI-видеоданных.

Практически значимыми являются предложенное в работе семейство алгоритмов, а также ПО кодека сжатия GUI-видеоданных, созданное на их основе. Программные средства кодека функционируют на компьютерах типа IBM PC под управлением Windows XP/Vista/7/8/10. Объём исходного кода разработанного ПО составляет более 8000 строк на языке С++. Кодек сжатия GUI-видеоданных внедрён в Югорском НИИ информационных технологий при создании пользовательского приложения для фиксации GUI-видео, а также в компании-разработчике ПО ООО «Армадэйт» в качестве самостоятельного программного продукта. Результаты внедрения подтверждены соответствующими актами.

Объём и структура работы. Диссертация состоит из введения, четырёх глав, списка использованных источников и четырёх приложений. Текст изложен на 161 странице. Список использованных источников и литературы включает 146 наименований. В работе представлено 28 рисунков и 20 таблиц (6 таблиц в основном тексте и 14 - в приложениях).

В первой главе проводится анализ результатов исследований в области сжатия GUI-видеоданных. Рассмотрены отличия традиционного видео и GUI-видео. Делается вывод о том, что GUI-видео в значительной степени отличается от традиционного видео. Отдельно рассматриваются алгоритмы сжатия ключевых кадров, обрабатываемых независимо от данных в смежных кадров, и промежуточных кадров, сжимаемых с использованием данных в смежных кадрах.

Приводится классификация изображений на монохроматическое, полутоновое, а также цветное с непрерывным тоном и цветное дискретно-тоновое изображение. Подробно рассмотрены цветные дискретно-тоновые изображения, так как кадры GUI-видео в большинстве своём относятся к этому классу изображений. Рассмотрены алгоритмы сжатия изображений, которые могут применяться для сжатия дискретно-тоновых изображений. В частности рассмотрены алгоритмы словарного, статистического сжатия, группового кодирования, алгоритмы классификации блоков изображений.

Рассмотрены существующие алгоритмы сжатия промежуточных кадров в видеопотоке, такие как алгоритм отсечения неизменившихся блоков, алгоритм

оценки движения. Делается вывод о том, что существующие алгоритмы не соответствуют в полной мере требованиям, предъявляемым к алгоритмам сжатия кадров GUI-видео. На основе результатов анализа проблемы сжатия GUI-видеоданных формулируются цель и задачи диссертационной работы.

Во второй главе представлено семейство алгоритмов сжатия. Эти алгоритмы, перечисленные ниже, обеспечивают высокую степень сжатия дискретно-тоновых изображений и обладают высокой вычислительной эффективностью. Представлен сдвиговый алгоритм, относящийся к группе словарных алгоритмов сжатия. Представлена модификация алгоритма группового кодирования, учитывающая одновременно горизонтальную и вертикальную корреляцию пикселей. Представлен гибридный сдвигово-групповой алгоритм, соединяющий в себе черты сдвигового алгоритма и представленной модификации алгоритма группового кодирования. Представлены два алгоритма со сниженной пространственной избыточностью на основе гибридного сдвигово-группового алгоритма, предполагающие выполнение гибридного алгоритма на первом этапе. Один из представленных алгоритмов предполагает выполнение алгоритмов LZW и Хаффмана на втором этапе. Другой алгоритм предполагает выполнение алгоритмов LZO и Хаффмана на втором этапе. Представлены несколько алгоритмов, адаптированных для сжатия промежуточных кадров ОШ-видео. Алгоритм отсечения неизменившихся строк и столбцов выявляет строки и столбцы, в которых присутствуют изменившиеся пиксели. Адаптивный алгоритм отсечения неизменившихся областей кадра осуществляет выбор алгоритма с более высокой степенью сжатия для текущей пары кадров. В качестве конкретного алгоритма может быть выбран алгоритм отсечения неизменившихся блоков или алгоритм отсечения неизменившихся строк и столбцов. Предлагается классификация движений в ОШ-видео, что сделало возможным поиск заданных классов движений. Предложен оригинальный алгоритм оценки движения с учётом классификационных признаков, использующий информацию о вероятности встречаемости типов движений в ОШ-видео. Разработанный алгоритм отсечения неизменившихся блоков целесообразно использовать в качестве предобработки

для выявления минимального охватывающего прямоугольника, в пределах которого затем проводится оценка движения. Предлагается оптимизирующая техника сравнения блоков, заключающаяся в предварительном сравнении диагональных элементов блоков. Сформулированы требования к программному обеспечению кодека для сжатия ОШ-видеоданных. Предложена обобщённая архитектура такого кодека.

В третьей главе проанализированы особенности практической реализации алгоритмов сжатия ОШ-видеоданных. Предложен способ формирования вспомогательных структур данных, позволяющих повысить вычислительную эффективность кодирования и декодирования гибридного сдвигово-группового алгоритма. Предложен способ формирования служебных данных, записываемых гибридным сдвигово-групповым алгоритмом в результирующий массив, учитывающий частоту встречаемости групп пикселей различных типов. Описаны различные модификации гибридного сдвигово-группового алгоритма. Приводятся результаты сравнительного анализа представленных и существующих алгоритмов сжатия. Делается вывод о том, что алгоритм со сниженной пространственной избыточностью, основанный на гибридном сдвигово-групповом алгоритме и алгоритмах Хаффмана превосходит другие алгоритмы по совокупности

показателей. Представлены результаты практического сравнения алгоритмов отсечения неизменившихся областей кадра. Показано, что на всех тестовых наборах данных адаптивный алгоритм способен выбрать конкретный алгоритм отсечения неизменившихся областей кадра, обеспечивающий более высокую степень сжатия. Приводятся результаты сравнительного анализа разработанного алгоритма оценки движения с учётом классификационных признаков и алгоритма, выявляющего все типы движений. Делается вывод о том, что предложенный алгоритм оценки движения позволяет ускорить выполнение оценки движения до десяти раз при незначительных потерях в количестве распознанных движений.

В четвёртой главе представлено описание программного обеспечения кодека для обработки ОШ-видеоданных. Основу этого ПО составляют группы

подсистем кодера и декодера, содержащие реализации предложенных алгоритмов и взаимодействующие с независимыми подсистемами как входящими в состав кодека, так и программными средствами других производителей. Описан объектный и функциональный интерфейсы кодека, обеспечивающие доступ к идентичному набору возможностей кодека. Наличие таких интерфейсов кодека позволяет упростить его использование в приложениях, написанных как на функциональных, так и на объектно-ориентированных языках программирования. Описана технология сжатия данных, реализованная в этом кодеке. Представлена подсистема повышения производительности обработки данных с помощью видеокарты. Делается вывод о том, что реализации алгоритмов сжатия GUI-видеоданных, использующие технологию Nvidia CUDA для доступа к вычислительным ресурсам видеокарты, работают со скоростью, схожей со скоростью реализации, использующей только вычислительные ресурсы центрального процессора (ЦП-реализации). При этом удаётся добиться повышения ресурсоэффективности за счёт высвобождения вычислительных ресурсов ЦП для выполнения других операций. Приводятся результаты сравнительного анализа разработанного кодека и существующих кодеков. Делается вывод о том, что представленный кодек по совокупности характеристик превосходит аналоги.

В приложении А приведена копия свидетельства о государственной регистрации программы для ЭВМ «Butterfly Screen Video Codec». В приложении Б приведены копии актов о внедрении полученных результатов. Приложение В содержит подробные результаты тестирования различных реализаций алгоритмов сжатия. Приложение Г содержит описание функционального интерфейса разработанного кодека.

Благодарности. Автор выражает искреннюю признательность своему научному руководителю - доктору технических наук, доценту Замятину А.В. за неоценимую помощь при подготовке научных статей и диссертации на всех этапах её создания. Особая благодарность кандидату технических наук Лаврову В.А. за ценные замечания и рекомендации, доктору технических наук,

профессору Костюку Ю.Л. за помощь в повышении качества научных статей соискателя.

ГЛАВА 1. АНАЛИЗ СОСТОЯНИЯ ПРОБЛЕМЫ

В этой главе приводится аналитический обзор алгоритмического и программного обеспечения, применяемого при решении задачи сжатия GUI-видеоданных. Проанализированы отличия GUI-видео от традиционного видео, влияние этих отличий на эффективность применения традиционных алгоритмов для сжатия GUI-видеоданных. Рассмотрены существующие алгоритмы сжатия GUI-видеоданных, устраняющие пространственную и временную избыточность, а также перспективные методы повышения эффективности сжатия GUI-видеоданных.

1.1. Сравнительный анализ видов видеоданных

Для изложения сути основных видов видеоданных и проведения их сравнительного анализа введём некоторые обозначения.

Степень сжатия - это отношение размера несжатых данных к размеру соответствующих им сжатых данных [4]. Максимальную степень сжатия данных каким-либо алгоритмом сжатия обозначим Cmax, минимальную - С^.

Видеоданные разделяют на традиционные (полученные с видеокамеры) и видеоданные графического интерфейса пользователя (Graphical User Interface видеоданные, GUI-видеоданные) - отображение экрана персонального компьютера (ПК).

Кодек (англ. - codec) - программное обеспечение (ПО) преобразования видеоданных. В составе кодека будем выделять кодер и декодер, применяемые для кодирования и декодирования данных, соответственно.

RGB (Red, Green, Blue - красный, зелёный, синий) - цветовая модель, в которой пиксель представлен тремя компонентами (R-, G-, B-компоненты).

С ростом возможностей ПК большое количество пользователей получило возможность создавать, распространять и практически применять GUI-видео. GUI-видео часто создают как необходимое дополнение к руководству

пользователя информационно-программных комплексов или к описанию сценария воспроизведения ошибок при взаимодействии команд разработчиков и инженеров по качеству ПО для повышения эффективности их коммуникации [129, 130]. Кроме того GUI-видео создаётся рядовыми пользователями в режиме демонстрации собственного экрана компьютера с графическим интерфейсом пользователя собеседнику посредством телекоммуникационного ПО (Skype, Google Hangouts и др.) [76, 125].

Ввиду сравнительно значительного объёма видеоданных (данных, получаемых в ходе формирования видео), возникают сложности, связанные с необходимостью отводить большое количество дискового пространства для хранения видеоданных, а также использовать каналы связи высокой пропускной способности для передачи таких данных. Как следствие, появляется задача минимизации как суммарного объёма передаваемых или хранимых видеоданных, так и битрейта (максимального количества передаваемых между узлами в сети данных за единицу времени).

Необходимость за ограниченное время сжимать изображения возникает не только при обработке GUI-видеоданных. Такая потребность возникает, например, в задачах дистанционного зондирования Земли, где требуется оперативно сжимать значительные объёмы данных, представляющих собой статические изображения. При этом вычисления проводят на бортовом компьютере спутника и пересылают по каналам связи, обладающим сравнительно невысокой пропускной способностью [26, 35, 143, 22, 28, 23, 142, 24, 25].

ПО видеокомпрессии разделяют на две группы - симметричное и ассиметричное [4].

Ассиметричное ПО предъявляет серьёзные требования к декодеру (как правило по времени и памяти), но для них уровень затрат ресурсов при кодировании не является критичным параметром. Примером являются различные мультимедиа-энциклопедии, путеводители, справочники, игры и просто фильмы. При такой постановке задачи появляется возможность применить сложные

алгоритмы компрессии, позволяющие получить большую степень сжатия данных [75, 116].

Симметричное ПО предъявляет одинаково жёсткие требования на время, память и другие ресурсы компьютера как при кодировании, так и при декодировании. Примерами такого рода приложений могут служить видео-почта, видеотелефон, видеоконференции [76, 125].

ПО, осуществляющее фиксацию Ои1-видеоданных, разделяют на несколько групп, представленных в таблице 1.1.

Таблица 1.1 - Группы ПО для фиксации ОШ-видео данных

№ Группа ПО Тип

1 Для мультимедийного общения (Skype, Google Hangouts и др.) [76, 125] Симметричное

2.a Для фиксации и локального сохранения Ои1-видео без оперативного сжатия Ассиметричное

2.b с оперативным сжатием Симметричное

Стоит отметить, что приложения 1-ой группы оперируют Ои1-видеоданными в режиме демонстрации экрана компьютера собеседнику, в оперативном режиме отправляя полученные Ои1-видеоданные по сети на компьютер собеседника, где выполняется их визуализация, поэтому такие приложения относятся к симметричным. При реализации приложений для мультимедийного общения важно минимизировать как битрейт, так и суммарный объём передаваемых видеоданных [32].

В диссертационной работе решается задача разработки алгоритмического и программного обеспечения для фиксации и локального сохранения Ои1-видео.

Приложения группы 2.а относятся к ассиметричным приложениям, так как предполагают сжатие видеоданных в качестве отдельного этапа их обработки, выполняемого уже по завершении фиксации и записи видеоданных на жёсткий диск. При таком подходе проявляется несколько недостатков по сравнению с подходом, предполагающим оперативное сжатие данных:

Список литературы диссертационного исследования кандидат наук Дружинин Денис Вячеславович, 2019 год

СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ И ЛИТЕРАТУРЫ

1. Бабкин В.Ф., Книжный И.М., Хрекин К.Е. Сжатие многоспектральных изображений для задач дистанционного зондирования земли из космоса // Современные проблемы дистанционного зондирования Земли из космоса. 2004. - В.1. Т.1. - С. 330-332

2. Беляев Е.А. Управление параметрами алгоритма сжатия видеоинформации при передаче данных в системах мобильной связи. : диссертация к.т.н.: 05.13.01. - СПб., 2008. - 172 с.

3. Большев Л.Н., Смирнов Н.В. Таблицы математической статистики. - М.: Наука, 1983. - 416 с.

4. Ватолин Д. Методы сжатия данных. Устройство архиваторов, сжатие изображений и видео./ Д. Ватолин и др. - М. : Диалог-МИФИ, 2003. - 384 с.

5. Дворкович А., Мингазов И. Методика построения промежуточных кадров видеопоследовательности. [Электронный ресурс] URL:

http://www.autex.spb.ru/cgi-bin/download.cgi7dspa2004_1_48, (дата обращения 25.06.2013).

6. Дружинин Д.В., Замятин А.В. Адаптивный алгоритм сжатия видеоданных графического интерфейса пользователя // Информационные технологии и математическое моделирование (ИТММ-2016): материалы XV Международной конференции имени А. Ф. Терпугова (12 - 16 сентября 2016 г.) - 2016. - Т. 2. - С. 96-102.

7. Дружинин Д.В., Замятин А.В. Концептуальные основы создания программного обеспечения кодека для сжатия видеоданных графического интерфейса пользователя // Информационные технологии и математическое моделирование (ИТММ-2017): материалы XVI Международной конференции имени А.Ф. Терпугова (29 сентября - 3 октября 2017 г.) - 2017. - Т. 2. - С. 34-40.

8. Дружинин Д.В. Гибридный алгоритм сжатия изображения. Сравнение алгоритмов сжатия изображений // Информационные технологии и

математическое моделирование: Материалы VI Международной научно-практической конференции (9 - 10 ноября 2007 г.). - 2007 - Т. 2. - С. 70-73.

9. Дружинин Д.В. Модификации гибридного алгоритма сжатия изображений // Обратные задачи и информационные технологии рационального природопользования : Материалы IV научно-практической конференции. -2008. - С. 218-222.

10. Дружинин Д.В. Комбинированный алгоритм сжатия ключевых кадров экранного видео // Вестник Томского государственного университета. Управление, вычислительная техника и информатика: Научный журнал. -2011. - № 3(16). - С. 67-77.

11. Дружинин Д.В. Алгоритм оценки движения, адаптированный для обработки экранного видео // Вычислительные методы и программирование : Научный журнал. - 2009. Т. 10, № 2. - С. 228-233.

12. Дружинин Д.В. Алгоритм классификации блоков изображения, оптимизированный для выполнения на видеокарте // Информационные технологии и математическое моделирование: Материалы VIII Всероссийской научно-практической конференции с международным участием. (Анжеро-Судженск, 12 - 13 ноября 2009) - 2009. - С. 206-211.

13. Дружинин Д.В. Сжатие экранного видео с помощью видеокарты. Сравнение технологий // Вычислительные методы и программирование : Научный журнал. - 2008. - Т. 9, № 2. - С. 242-250.

14. Дружинин Д.В. Практическое сравнение кодека butterfly screen video codec с его аналогами // Информационные технологии и математическое моделирование: Материалы IX Всероссийской научно-практической конференции с международным участием (19 - 20 ноября 2010 г.). - 2010. -Т. 2. - С. 36-41.

15. Дружинин Д.В. Комбинированные алгоритмы сжатия ключевых кадров экранного видео // Вестник Томского государственного университета. Управление, вычислительная техника и информатика: Научный журнал. -

Томск, Издательство научно-технической литературы, 2013. - № 4(25). - С. 129-136.

16. Дружинин Д.В. Алгоритмы сжатия экранного видео, использующие корреляцию соседних кадров // Известия Алтайского государственного университета: Научный журнал. - 2014. - № 1/2(81). - С. 91-95.

17. Дружинин Д.В. Гибридный алгоритм сжатия дискретно-тоновой графики // Компьютерная безопасность и криптография: Труды Всероссийской конференции «XII Сибирская школа-семинар с международным участием» (8 - 13 сентября 2014 г.). - 2014 - № 7. - С. 116-118.

18. Дружинин Д.В. Применение гибридного алгоритма для сжатия экранного видео // Информационные технологии и математическое моделирование: Материалы XII Всероссийской научно-практической конференции с международным участием им. А. Ф. Терпугова (29 - 30 ноября 2013 г.). -2013. - Т. 1. - С. 16-20.

19. Дружинин Д.В. Развитие гибридного алгоритма сжатия дискретно-тоновой графики // Научное творчество молодежи. Математика. Информатика: Материалы XVIII Всероссийской научно-практической конференции (24 - 25 апреля 2014 г.). - 2014. - Т. 1. - С. 124-128.

20. Дружинин Д.В. Эволюция гибридного алгоритма сжатия дискретно-тоновой графики // Интеллектуальный потенциал XXI века: ступени познания: Материалы XIX Молодежной международной научно-практической конференции (18 декабря 2013 г.). - 2013. - С. 117-121.

21. ДубльГИС. [Электронный ресурс] / ДубльГИС. URL: https://2gis.ru (дата обращения 25.06.2013).

22. Замятин А.В., Саринова А.Ж. Алгоритм сжатия гиперспектральных аэрокосмических изображений с использованием предварительной байтовой обработки и учетом междиапазонной корреляции // Прикладная информатика. - 2013. - №5(47). - С. 38-45.

23. Замятин А.В. Дифференцированное сжатие аэрокосмических изображений с потерями // Информационные технологии, № 6. - 2011.- С.60-65.

24. Замятин А.В., То Динь Чыонг. Повышение эффективности алгоритма сжатия многозональных аэрокосмических изображений // Известия Томского политехнического университета. - 2008. - T.313, № 5. - С. 24-28.

25. Замятин А.В., То Динь Чыонг. Сжатие многозональных аэрокосмических изображений с использованием вейвлет-преобразования и учетом междиапазонной зависимости // Известия Томского политехнического университета. - 2008. - T. 313, № 5. - С. 20-24.

26. Книжный И.М. Сжатие статических изображений с постоянной скоростью сжимающего кодирования в задачах дистанционного зондирования Земли : диссертация к.т.н.: 05.12.04. - М., 2006. - 153 с.

27. Кобелев В.Ю. Сжатие сигналов и изображений при помощи оптимизированных вейвлет-фильтров : диссертация к.т.н.: 05.12.04. - М., 2006. - 166 с.

28. Малахов Э.В., Замятин А.В. Сжатие в архивировании и каталогизации данных дистанционного зондирования Земли // «Земля из космоса: наиболее эффективные решения», 5-ая международная конференция: Тезисы докладов. - 2011. - С. 140-142.

29. Лавров В.А. Написание своего mirror видеодрайвера // Вестник Томского государственного университета. - 2004. - № 284. - С. 191-194.

30. Лавров В.А., Чертов А.А. Методы и алгоритмы для оптимизации видеороликов формата fbr по размеру // Вестник Томского государственного университета. - 2006. - № 290. - С. 297-299.

31. Луна Ф.Д. Введение в программирование трехмерных игр с DirectX 9.0. [Электронный ресурс] URL:

http://www.proklondike.com/file/Other/Frank_Luna_3dGamesProgrammingIntro

(RUS).rar, (дата обращения 25.06.2013).

32. Осокин А.Н., Сидоров Д.В. Модифицированный кодер стандарта jpeg с контролем битрейта // Интернет-журнал Науковедение. - 2013. - № 5(18). -С. 1-9.

33. Резервное копирование данных. [Электронный ресурс] / http://screentube.ru URL: http://screentube.ra/2009/02/10/резервное-копирование-данных (дата обращения 25.06.2013).

34. Рубина И. С., Тропченко А. Ю. Исследование алгоритмов кодирования преобразованием в задачах сжатия кадров видеопоследовательности // Известия вузов. Приборостроение. - 2012. - № 10(55). - С. 26-30.

35. Саринова А.Ж., Афанасьев А.А., Замятин А.В. Программное обеспечение для сжатия гиперспектральных аэрокосмических изображений без потерь // Свидетельство о государственной регистрации программы для ЭВМ № 2014660049 от 1.10.2014 г.

36. Свидетельство о государственной регистрации программы для ЭВМ «Butterfly Screen Video Codec» № 2009615754. Роспатент, 2009 г.

37. Снимки экрана с преобладанием текста, деловой графики, сделанные в Windows XP. [Электронный ресурс] / Д.В. Дружинин. URL: https://docs.google.com/file/d/0B_2xi7pVvd23RzAyNVJWWDJBSUU/edit?usp=s haring (дата обращения 25.06.2013).

38. Снимки экрана, сделанные в Ubuntu Gnome 14.04 [Электронный ресурс] / Д.В. Дружинин. URL: https: //drive .google. com/file/d/0B_2xi7pVvd23Vj IwY213 dEtwa3M/view?usp=sha ring (дата обращения 27.09.2015).

39. Снимки экрана, сделанные в Windows 7. [Электронный ресурс] / Д.В. Дружинин. URL: https://docs.google.com/file/d/0B_2xi7pVvd23VXdGMHlPT21JVms/edit?usp=sha ring (дата обращения 25.06.2013).

40. Соловьев А. В. Метод автоматического набора связующих точек для выполнения взаимного ориентирования аэрокосмических снимков // Наукоемкие технологии в космических исследованиях Земли. 2016. №3. URL: https://cyberleninka.ru/article/n/metod-avtomaticheskogo-nabora-svyazuyuschih-tochek-dlya-vypolneniya-vzaimnogo-orientirovaniya-aerokosmicheskih-snimkov (дата обращения: 21.08.2018).

41. Стандарт MPEG-2. [Электронный ресурс] URL: http://mpeg.chiariglione.org/standards/mpeg-2 (дата обращения 25.06.2013).

42. Сэломон Д. Сжатие данных, изображений и звука. / перевод с англ. В.В. Чепыжова - М. : Техносфера, 2006. - 365 с. - (Мир программирования).

43. Тестовые данные для алгоритмов отсечения неизменившихся областей. [Электронный ресурс] / Д.В. Дружинин. URL: https://drive.google.com/file/d/0B_2xi7pVvd23SE1maU5CR0d0MlU/view?usp=s haring (дата обращения 01.02.2016).

44. Тропченко А.Ю., Тропченко А.А. Методы сжатия изображений, аудиосигналов и видео: Учебное пособие - СПб: СПбГУ ИТМО, 2009. - 108 с.

45. Штарьков Ю.М., Чокенс Ф.М.Дж., Виллемс Ч.Дж. Оптимальное универсальное кодирование по критерию максимальной индивидуальной относительной избыточности // Проблемы передачи информации. - 2004. - Т. 40, № 1. - С. 98-110.

46. Agha S., Dwyer V. M. Algorithms and VLSI Architectures for MPEG-4 Motion Estimation. [Электронный ресурс] URL: http://www.lboro.ac.uk/departments/el/research/esc-miniconference/papers/agha.pdf (дата обращения 25.06.2013).

47. Akare U.P., Bawane N.G. Compression of old marathi manuscript images using context-based, adaptive, lossless image coding. // 2017 International Conference on Computing Methodologies and Communication (ICCMC). Erode, India, 2017, С. 745-750.

48. Bandicam. [Электронный ресурс] / Bandicam Company. URL: https://www.bandicam.com/ru (дата обращения 25.03.2018).

49. BB FlashBack. [Электронный ресурс] / Blueberry software. URL: www.bbsoftware.co.uk/bbflashback.aspx (дата обращения 25.06.2013).

50. Bhusnurmath A., Camillo J. Graph cuts l1 norm minimization. [Электронный ресурс] // IEEE Transactions on pattern analysis and machine intelligence. 2008. Том 30, № 10. - С. 1866-1871. URL:

http://www.cis.upenn.edu/~cjtaylor/PUBLICATI0NS/pdfs/BhusnurmathPAMI08. pdf (дата обращения 25.06.2013).

51. Frames Per Second during screen-sharing in Connect Meeting. [Электронный ресурс] / Adobe Systems Incorporated. URL: http://blogs.adobe.com/connectsupport/frames-per-second-during-screen-sharing-in-connect-meeting (дата обращения 25.05.2016).

52. Campbell M., Calvo M. The Facts About Mirror Drivers in Screen readers. [Электронный ресурс] URL: http://serotek.com/mirror-driver-paper.html (дата обращения 25.06.2013).

53. CamStudio Video Software. [Электронный ресурс] / CamStudio. URL: http://camstudio.org (дата обращения 25.06.2013).

54. Carpentieri B. LZ-based Adaptive Compression for Images. [Электронный ресурс] URL: http://www.wseas.us/e-library/conferences/2011/Prague/AICT/AICT-13.pdf (дата обращения 26.12.2013).

55. CCITT G3/G4 Image Compression SDK Technology [Электронный ресурс] / LEAD Technologies. URL: https://www.leadtools.com/sdk/compression/ccitt

56. Chandra Krintz, Sezgin Sucu. Adaptive 0n-the-Fly Compression. [Электронный ресурс] // IEEE Transactions on parallel and distributed systems. Том 17, № 1. июнь 2006. - С. 15-24. URL: http://www.cs.ucsb.edu/~ckrintz/papers/acejournal.pdf (дата обращения 25.06.2013).

57. Cinepak [Электронный ресурс] / Codec Central. URL: http://www.siggraph.org/education/materials/HyperGraph/video/codecs/Cinepak.ht ml (дата обращения 25.06.2013).

58. CharLS. [Электронный ресурс] / CodePlex. URL: http://charls.codeplex.com (дата обращения 25.06.2013).

59. Colantoni P., Boukala N., Da Rugna J. Fast and Accurate Color Image Processing Using 3D Graphics Cards. [Электронный ресурс] URL: http://colantoni.nerim.net/articles/VMV2003.pdf (дата обращения 25.06.2013).

60. C++ Programming Tutorial for Beginners in English - Part 1. [Электронный ресурс] / Google Inc. URL: http://www.youtube.com/watch?v=S3t-5UtvDN0 (дата обращения 25.06.2015).

61. D3DFORMAT. [Электронный ресурс] / Microsoft Corporation. URL: https://msdn.microsoft.com/ru-

ru/library/windows/desktop/bb172558(v=vs.85).aspx (дата обращения 25.06.2016).

62. Deuerling-Zheng Y. Motion compensation in digital subtraction angiography using graphics hardware. / Y. Deuerling-Zheng и др. // Computerized Medical Imaging and Graphics. - 2006. - С. 279-289.

63. Dirac Specification. [Электронный ресурс] // Dirac video codec. URL: http://dirac.sourceforge.net/DiracSpec2.2.0.pdf (дата обращения 25.06.2013).

64. Dondi P., Lombardi L., Cinque L. RDVideo: A new lossless video codec on GPU. // Image analysis and processing - ICIAP 2011: 16th International Conference, Ravenna, Italy, September 14-16, 2011, Proceedings, Part II. - С. 158-167.

65. Duh D.J., Jeng J.H., Chen S.Y. DCT based simple classification scheme for fractal image compression. [Электронный ресурс] URL:

http://ieeexplore.ieee.org/Xplore/login.jsp?url=/iel5/2220/18469/00850550.pdf?te mp=x (доступ платный, дата обращения 25.06.2013).

66. Eclipse. [Электронный ресурс] / The Eclipse Foundation. URL: https://eclipse.org (дата обращения 25.06.2013).

67. El-Sakka M.R. Adaptive digital image compression based on segmentation and block classification. [Электронный ресурс] URL: http: //uwspace. uwaterloo. ca/bitstream/10012/465/1/NQ44784. pdf (дата обращения 25.06.2013).

68. El-Sakka M.R., Kamel M.S. Adaptive Image Compression Based on Segmentation and Block Classification. [Электронный ресурс] URL: http://ieeexplore.ieee.org/Xplore/login.jsp?url=/iel4/5852/15601/00723520.pdf?arn umber=723520 (доступ платный, дата обращения 25.06.2013).

69. El-Sakka M.R. Context-based Dictionary Image Compression. [Электронный ресурс] URL: http://www.taibahu.edu.sa/iccit/allICCITpapers/pdf/p140-el-sakka.pdf (дата обращения 26.12.2013).

70. FastAc. [Электронный ресурс] / A. Said. URL: http://www.cipr.rpi.edu/research/SPIHT/spiht3.html (дата обращения 25.06.2013).

71. Firefox. [Электронный ресурс]. / Mozilla Foundation. URL: https://www.mozilla.org

72. Fu S.W., Ding J.J., Huang Y.W. и другие. Collagen image compression using the JPEG-based predictive lossless coding scheme. // 2017 Asia-Pacific Signal and Information Processing Association Annual Summit and Conference (APSIPA ASC). Kuala Lumpur, Malaysia, 2017, С. 524-533.

73. GPUDecoder. [Электронный ресурс] // DivideFrame. URL: http://www.divideframe.com (дата обращения 25.06.2013).

74. Google VP8 VideoCodec. [Электронный ресурс] / Softpile. URL: http://google-vp8-video-for-windows-codec.softpile.com (дата обращения 25.06.2013).

75. Grois D., Marpe D. Performance Comparison of H.265/MPEG-HEVC, VP9, and H.264/MPEG-AVC Encoders. [Электронный ресурс] / D. Grois, D. Marpe. URL: http: //iphome. hhi. de/marpe/download/Performance_HEVC_VP9_X264_PCS_201 3_preprint.pdf (дата обращения 25.05.2016).

76. Hangouts. [Электронный ресурс] / Google. URL: https://hangouts.google.com (дата обращения 25.04.2016).

77. Hartley R., Vidal R. Three-View Multibody Structure from Motion // IEEE Transactions on Pattern Analysis & Machine Intelligence, vol. 30, 2007. - pp. 214-227.

78. Hernandez-Cabronero M., Marcellin M.W., Blanes I., Serra-Sagrista J. Lossless Compression of Color Filter Array Mosaic Images With Visualization via JPEG 2000. // IEEE Transactions on Multimedia. vol. 20, no. 2, С. 257-270.

79. High Quality DXT Compression using CUDA. [Электронный ресурс] / NVIDIA Corporation. URL:

http: //developer. download.nvidia.com/compute/cuda/ 1_1/Website/proj ects/ dxtc/doc/cuda_dxtc.pdf (дата обращения 25.06.2013).

80. Holwerda T. Intel Forced to Remove "Cripple AMD" Function from Compiler? [Электронный ресурс] / T. Holwerda. URL: http: //www.osnews. com/story/22683/Intel_Forced_to_Remove_quot_Cripple_AM D_quot_Function_from_Compiler_ (дата обращения 25.06.2015).

81. Hooks. [Электронный ресурс] / Microsoft Corporation. URL: http: //msdn. microsoft.com/en-us/library/ms632589. aspx (дата обращения 25.06.2013).

82. Huffman D.A., A Method for the Construction of Minimum-Redundancy Codes. // Proceedings of the IRE, vol. 40, no. 9, pp. 1098-1101, Sept. 1952.

83. Image Denoising. [Электронныйресурс] / NVIDIA Corporation. URL: http: //developer. download.nvidia. com/compute/cuda/1_1 /Website/proj ects/imageD enoising/doc/imageDenoising.pdf (дата обращения 25.06.2013).

84. inno Screen Capture Codec. [Электронный ресурс] / RSupport. URL: http://www.innoheim.com/iscc.php (дата обращения 25.06.2013).

85. Intel C++ Compilers in Intel INDE. [Электронный ресурс] / Intel. URL: https://software.intel.com/en-us/c-compilers/inde (дата обращения 25.06.2015).

86. JPEG 2000. [Электронный ресурс] / MainConcept. URL: http://www.mainconcept.com/products/sdks/video/jpeg-2000.html (дата обращения 25.06.2013).

87. Kanade T., Khan S., Akhter I. and Sheikh Y. Trajectory Space: A Dual Representation for Nonrigid Structure from Motion // IEEE Transactions on Pattern Analysis & Machine Intelligence. - 2010. - Vol. 33, pp. 1442-1456.

88. Kane J., Yang Q. Compression Speed Enhancements to LZO for Multi-core Systems. // 2012 IEEE 24th International Symposium on Computer Architecture and High Performance Computing. New York, NY, 2012, C. 108-115.

89. Keller Y., Averbuch, A. Fast motion estimation using bidirectional gradient methods. [Электронный ресурс] URL:

http : //www. eng.biu. ac. il/_kellery 1/publications/pdf/optical_flow_ieee_fmal. pdf, (дата обращения 25.06.2013).

90. Kim T.K. Blocking effect reduction of compressed images using classification-based constrained optimization. [Электронный ресурс] / T. K. Kim, J.K. Paik, C.S. Won и другие. URL: http://cat.inist.fr/?aModele=afficheN&cpsidt=1420117 (доступ платный, дата обращения 25.06.2013).

91. Kruger J., Schneider J., Westermann R. A Structure for Point Scan Compression and Rendering. [Электронный ресурс] / отв. ред. M. Pauly, M. Zwicker. 2005. URL: http://wwwcg.in.tum.de/Research/data/Publications/pbg05.pdf (дата обращения 25.06.2013).

92. Lee Y., Hirakawa K. and Nguyen T.Q. Lossless compression of CFA sampled image using decorrelated Mallat wavelet packet decompositionю // 2017 IEEE International Conference on Image Processing (ICIP), Beijing, China, 2017, СС. 2721-2725.

93. Li B., Xu J., Sullivan G., Zhou Y., Lin B. Adaptive motion vector resolution for screen content. // Joint Collaborative Team on Video Coding, Doc. JCTVC-S0085, Oct. 2014.

94. Lin T., Zhang P., Wang S., Zhou K., Chen X. Mixed chroma sampling-rate high efficiency video coding for full-chroma screen content. // IEEE Trans. Circuits Syst. Video Technol., vol. 23, no. 1, Jan. 2013, pp. 173-185.

95. LZO. [Электронный ресурс] / oberhumer.com. URL: http://www.oberhumer.com/opensource/lzo (дата обращения 25.06.2013).

96. Ma Z., Wang W., Xu M., Yu H. Advanced screen content coding using color table and index map. // IEEE Trans. Image Process., Oct. 2014, vol. 23, no. 10, pp. 4399-4413.

97. Ma Z., Yue T., Cao X., Xu Y., Li X., Wang Y. Interactive Screen Video Streaming-Based Pervasive Mobile Workstyle. // IEEE Transactions on Multimedia, Oct. 2017, vol. 19, no. 10, pp. 2322-2332.

98. Macroexpress. [Электронный ресурс]. URL: www.macros.com (дата обращения 25.06.2013).

99. Mehrotra S. Motion estimation/compensation for screen capture video. [Электронный ресурс] // Microsoft Corp URL:

http://www.freepatentsonline.com/7224731.html (дата обращения 25.06.2013).

100. Mehrotra S. Rate allocation for mixed content video. [Электронный ресурс] // Microsoft Corp. URL: https://patents.google.com/patent/US7200276B2/en (дата обращения 01.04.2018).

101. Microsoft Expression Encoder 4. [Электронный ресурс] / Microsoft. URL: http://www.microsoft.com/en-us/download/details.aspx?id=18974 (дата обращения 25.06.2013).

102. Microsoft Office. [Электронный ресурс] / Microsoft. URL: https://products.office.com (дата обращения 25.06.2013).

103. Microsoft Video 1. [Электронный ресурс] / Microsoft. URL: http://www.moviecodec.com/video-codecs/microsoft-video-1-4275 (дата обращения 25.06.2013).

104. Microsoft Visual C++ 9.0. [Электронный ресурс] / Microsoft. URL: https://msdn.microsoft.com/en-us/library/bb384632(v=vs.90).aspx (дата обращения 25.06.2015).

105. Min C., Kim K., Cho H. и др. SFS: random write considered harmful in solid state drives. [Электронный ресурс] / C. Min, K. Kim, H. Cho и др. URL: https: //www. usenix.org/legacy/event/fast 12/tech/full_papers/Min.pdf (дата обращения 25.01.2018).

106. Mortensen J. Effect of Image Linearization on Normalized Compression Distance. [Электронный ресурс] / J. Mortensen и др. URL: http: //j onathanmortensen. com/publications/MortensenWuNCD. pdf (дата обращения 26.12.2013).

107. Morvan Y., Farin D., P.H.N. de With. Incorporating depth-image based view-prediction into h.264 for multiview-image coding. [Электронный ресурс] URL: http://vca.ele.tue.nl/publications/data/Morvan2007d.pdf, (дата обращения 25.06.2013).

108. MSU Screen Capture Lossless Codec. [Электронный ресурс] / Д. Попов. URL: http://compression.ru/video/ls-codec/screen_capture_codec_en.html (дата обращения 25.06.2013).

109. NVIDIA CUDA Compute Unified Device Architecture. Programming

Guide. [Электронный ресурс] / NVIDIA Corporation. URL: http://developer.download.nvidia.com/compute/cuda/1_1/NVIDIA_CUDA_Progra mming_Guide_1.1.pdf (дата обращения 25.06.2013).

110. Pan Z., Shen H., Lu Y., Li S. A low-complexity screen compression scheme for interactive screen sharing. // IEEE Trans. Circuits Syst. Video Technol. - Jun. 2013, vol. 23, no. 6, pp. 949-960.

111. Pesquet-Popescu B., Cagnazzo M., Dufaux F. Motion Estimation Techniques. [Электронный ресурс] / TELECOM ParisTech, 2013. URL: https://www.semanticscholar.org/paper/Motion-Estimation-Techniques-Pesquet-Popescu-Cagnazzo/98caf8325abb40aa6bbddd0e7f5d3a6c366d03e6 (дата обращение 20.08.17)

112. Pieters B., Van Rijsselbergen D., De Neve W. Motion Compensation and Reconstruction of H.264/AVC-coded Pictures using the GPU. [Электронный ресурс] URL: http://symposium.elis.ugent.be/archive/symp2006/ papers_poster/paper084_Bart_Pieters.pdf (дата обращения 25.06.2013).

113. Quality Center 6 Bug Tracking [Электронный ресурс] / http://www.youtube.com URL: http://www.youtube.com/watch?v=T2V8I80X8g0 (дата обращения 25.06.2015).

114. Radmin. [Электронный ресурс] URL: www.radmin.ru (дата обращения 25.06.2013).

115. RemotePC. [Электронный ресурс] / Pro Softnet Corporation. URL: www.remotepc.com (дата обращения 25.06.2013).

116. ReVabek M., Ebrahimi T. Comparison of compression efficiency between HEVC/H.265 and VP9 based on subjective assessments. [Электронный ресурс] / M. ReVabek, T. Ebrahimi. URL:

https://infoscience.epfl.ch/record/200925/files/article-vp9-submited-v2.pdf (дата обращения 25.05.2016).

117. Rijsselbergen D. YCoCg(-R) Color Space Conversion on the GPU // Sixth FirW Symposium. Ghent University, 2005. - статья № 102.

118. Said A. Image block classification based on entropy of differences. [Электронный ресурс] // FreePatentsOnline.com. URL: http://www.freepatentsonline.com/7397953.html (дата обращения 25.06.2013).

119. Singh S., Kumar V., Verma H.K. Adaptive threshold-based block classification in medical image compression for teleradiology. [Электронный ресурс] URL: http://www.journals.elsevierhealth.com/periodicals/cbm/article/PIIS001048250600 1533/fulltext (доступ платный, дата обращения 25.06.2013).

120. Shader Model 3 (Direct3D 9). [Электронный ресурс] / Microsoft Corporation // DirectX SDK (August 2007) Documentation. - 1 электрон. опт. диск (CD).

121. Shader Model 4 Features. [Электронный ресурс] / Microsoft Corporation. URL: http://msdn.microsoft.com/en-us/library/bb509657(VS.85).aspx (дата обращения 25.06.2013).

122. Shahbahrami A. Evaluation of Huffman and Arithmetic Algorithms for Multimedia Compression Standards. / A. Shahbahrami и др. // International Journal of Computer Science, Engineering and Applications (IJCSEA). 2011, Volume 1, Number 4.

123. Shannon C. E. A Mathematical Theory of Communication // Bell System Technical Journal. - 1948. - Т. 27. - С. 379-423, 623-656.

124. Shen G. Accelerate Video Decoding With Generic GPU. [Электронный ресурс] / G. Shen и др. // IEEE transactions on circuits and systems for video technology. 2005. Том 15, № 5. - С. 685-693. URL: http://wenku.baidu.com/view/463158150b4e767f5acfce85.html (дата обращения 25.06.2013).

125. Skype. [Электронный ресурс] / Microsoft. URL: https://www.skype.com (дата обращения 25.04.2016).

126. Strzodka R., Garbe C. Real-Time Motion Estimation and Visualization on Graphics Cards // Proceedings IEEE Visualization. 2004. - С. 545-552.

127. TechSmith Screen Codec. [Электронный ресурс] / TechSmith. URL: www.techsmith.com/download.html (дата обращения 25.06.2013).

128. Terminal equipment and protocols for telematic services. Facsimile coding schemes and coding control functions for group 4 facsimile apparatus. ITU-T Recommendation T.6. [Электронный ресурс] / International Telecommunication Union. URL: https://www.itu.int/rec/dologin_pub.asp?lang=e&id=T-REC-T.6-198811 -I!!PDF-E&type=items (дата обращения 25.04.2016).

129. TestFairy. [Электронный ресурс] / TestFairy. URL: https://testfairy.com (дата обращения 25.04.2016).

130. TestFire. [Электронный ресурс] / TestFire INC. URL: https://testfire.io (дата обращения 25.04.2016).

131. TightVNC. [Электронный ресурс] / AT&T Laboratories Cambridge. URL: http: //www. sfr-fresh. com/windows/misc/tightvnc- 1.3.9_winsrc. zip (дата обращения 25.06.2013).

132. Timoner J., Freeman D. M. Multi-Image Gradient-Based Algorithms for Motion Estimation. [Электронный ресурс] URL: http: //people. csail. mit. edu/samson/papers/Timoner_Freeman_MultiImageGradient. pdf (дата обращения 25.06.2013).

133. Tropchenko A., Tropchenko A., V. T. Nguyen. Research of Block-Based Motion Estimation Methods for Video Compression. // TEM Journal. - August 2016. Volume 5, Issue 3, Pages 277-283.

134. UltraVNC. [Электронный ресурс] URL: http://www.uvnc.com (дата обращения 25.06.2013).

135. Van der LaanJ. W., Jalba A. C., Roerdink J. B. Wavelet Lifting on Graphics Hardware for Faster Video Decoding. [Электронный ресурс] URL: http://www.ictonderzoek.net/3/assets/File/posters/2007_102/2007_102.pdf (дата обращения 25.06.2013).

136. Wada M., Yamaguchi H. Movement estimation system for video signals using a recursive gradient method. [Электронный ресурс] // FreePatentsOnline.com. URL: http://www.freepatentsonline.com/4695882.html (дата обращения 25.06.2013).

137. Wang S., Zhang X., Liu X. и другие. Utility-driven adaptive preprocessing for screen content video compression. // IEEE Trans. Multimedia. - May 2017. Vol. 19, no. 3, pp.660-667.

138. Weise T., Leibe B., Van Gool L. A Fast 3D Scanning with Automatic Motion Compensation. [Электронный ресурс] URL: http://www.vision. ee.ethz. ch/~bleibe/papers/weise-motioncompensation-cvpr07.pdf (дата обращения 25.06.2013).

139. Windows Aero. [Электронный ресурс] / Microsoft. URL: http://windows.microsoft.com/en-us/windows-vista/what-is-windows-aero (дата обращения 25.05.2016).

140. Windows Media Encoder 9 Series. [Электронный ресурс] / Microsoft. URL: http://www.microsoft.com/en-us/download/details.aspx?id=17792 (дата обращения 25.06.2013).

141. Xu J., Joshi R., Cohen R. A. Overview of the Emerging HEVC Screen Content Coding Extension. // IEEE Transactions on Circuits and Systems for Video Technology. Jan. 2016. - vol. 26, no. 1, pp. 50-62.

142. Zamyatin A. Multistage algorithm for lossless compression of multispectral remote sensing images // The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences (IAPRS), Vol. 38, Part 7A, Vienna, Austria, 2010, pp. 304-309.

143. Zamyatin A., Sarinova A., Cabral P. The Compression Algorithm of Hyperspectral Space Images Using Pre-byte Processing and Intra-bands Correlation // GEOProcessing 2014: The Sixth International Conference on Advanced Geographic Information Systems, Applications, and Services (IARIA). - pp. 7075.

144. Zandonai D. An Architecture for MPEG Motion Estimation. [Электронный ресурс] / D. Zandonai и др. URL: http://www.iberchip.org/VII/cdnav/pdf/38.pdf (дата обращения 25.06.2013).

145. Ziv J., Lempel A. Compression of individual sequences via variable-rate coding. // IEEE Transactions on Information Theory. September 1978. Vol. 24, no. 5, pp. 530536.

146. Zlib [Электронный ресурс] / J. GaillyandM. Adler. URL: http://www.zlib.net/ (дата обращения 25.06.2013).

ПРИЛОЖЕНИЕ А. КОПИЯ СВИДЕТЕЛЬСТВА О ГОСУДАРСТВЕННОЙ РЕГИСТРАЦИИ ПРОГРАММЫ ДЛЯ ЭВМ «BUTTERFLY SCREEN VIDEO

CODEC»

ПРИЛОЖЕНИЕ Б. КОПИИ АКТОВ О ВНЕДРЕНИИ ПРОГРАММНОГО

ОБЕСПЕЧЕНИЯ

Акт о внедрении программного обеспечения «Butterfly Screen Video Codec»

Настоящий акт свидетельствует, что программное обеспечение «Butterfly Screen Video Codée», разработанное Дружининым Денисом Вячеславовичем, внедрено в ООО «Армадэйт».

Процесс внедрения проходил с сентября 2011 года по ноябрь 2012 года.

Кодек осуществляет сжатие экранного видео без потерь информации, обеспечивая при этом высокую степень сжатия (до 1000 раз относительно несжатых данных). При этом кодек предъявляет низкие требования к системным ресурсам.

Заявленные характеристики системы предполагали наличие следующих основных возможностей:

1. Сжатие кадров экранного видео с последующим сохранением в указанный файл;

2. Сжатие кадров экранного видео с последующим возвратом указателя на закодированный кадр;

3. Декодирование кадров экранного видео из указанного файла;

4. Декодирование кадров экранного видео из структуры данных,

создаваемой при кодировании;

/

4. Возможность установить кодеру частоту вставки ключевого кадра;

5. Возможность передать декодеру иконку курсора мыши, которая будет использована при отрисовке, или отключить отрисовку курсора мыши;

6. Переход к кадру с указанным номером;

В ходе эксплуатации программы подтверждено, что она обладает всеми заявленными возможностями.

Внедрение кодека «Butterfly Screen Video Сс^ксмюзволило компании «Армадэйт» выйти на рынок кодеков для экр^йного видео. дек стал первым в линейке продуктов в сфере обрабс

ВЕРНА

ументодиу !

^/-¿¿CUC/cC^ f

ОЪ о/- fs

АКТ ВНЕДРЕНИЯ —

Утверждаю

За^еетитель директора по науке

гокных технологий» ¿^Щрегородцев АЛ.

ЙНИИ

результатов научно-исследовательских работ

Настоящим актом подтверждается, что результаты работы:

«Разработка и исследование эффективных методов сжатия экранного видео»,

выполненной: соискателем кафедры теоретических основ информатики

Федерального государственного автономного образовательного учреждения

высшего образования «Национальный исследовательский Томский

государственный университет»

Дружининым Денисом Вячеславовичем,

проводимой: с 12 сентября 2012 года по 27 ноября 2013 года,

внедрены: ЮНИИТ.

1. Вид внедренных результатов: кодек для сжатия экранного видео «Butterfly Screen Video Codée».

2. Характеристика масштабов внедрения: АУ «Югорский НИИ информационных технологий».

3. Форма внедрения: создание пользовательского приложения для записи экранного видео, использующего кодек «Butterfly Screen Video Codée».

4. Описание научно-технической продукции: кодек для сжатия экранного видео, обеспечивающий высокую степень сжатия и предъявляющий низкие требования к системным ресурсам. Кодек производит сжатие без потерь информации и предоставляет удобный интерфейс.

5. Социальный, экономический и научно-технический эффект: внедрение кодека «Butterfly Screen Video Codée» позволило создать наглядные обучающие материалы, иллюстрирующие использование создаваемых в АУ «Югорский НИИ информационных технологий» приложений. В свою очередь пользователи этих приложений получили возможность создавать отчёты об ошибках, проиллюстрированные видео сценария работы с приложением, приводящего к возникновению конкретной ошибки.

Заведующий лабораторией Сетевых информации оных технологий

Огородников И.Н.

ПРИЛОЖЕНИЕ В. РЕЗУЛЬТАТЫ ТЕСТИРОВАНИЯ ЭФФЕКТИВНОСТИ ПРЕДЛОЖЕННЫХ АЛГОРИТМОВ

В приложении приведены расширенные результаты тестирования в табличном виде.

В таблице 1 приведены результаты тестирования нескольких разработанных алгоритмов, при этом для гибридного сдвигово-группового алгоритма данные приведены без учёта финального статистического сжатия. В таблицах 2-6 приведены результаты тестирования двух АСПИ, при этом на втором этапе второго из них использовался zlib - реализация алгоритма стандарта Deflate с уровнем сжатия 6 и LZO_X_999 с уровнем сжатия 6, как обладающие сбалансированными показателями степени сжатия и вычислительной эффективности.

Таблица B.1 - Разработанные алгоритмы сжатия ключевых кадров GUI-видео (первый этап сжатия)_

№ Алгоритм / Параметр Тип Время Размер

изображения кодирования / декодирования, мс после сжатия, Б

Windows XP 26 / 125 849346

Сдвиговый алгоритм с байтовым форматом Windows 7 104 / 375 2558339

1 Gnome 14 73 / 298 2474928

Текст 32 / 132 850672

Деловая графика 28 / 136 839296

Windows XP 24 / 120 744736

Сдвиговый алгоритм с битовым форматом Windows 7 97 / 362 2224242

2 Gnome 14 71 / 295 2170102

Текст 30 / 125 739714

Деловая графика 28 / 131 732842

Windows XP 5 / 8 190697

Гибридный алгоритм с байтовым форматом Windows 7 78 / 54 1511222,8

3 Gnome 14 18 / 22 555676

Текст 8 / 14 287404

Деловая графика 22 / 21 184605,5

Windows XP 6 / 9 140468

Гибридный алгоритм с битовым форматом Windows 7 76 / 51 1315515,5

4 Gnome 14 19 / 23 409312

Текст 8 / 14 231238

Деловая графика 20 / 19 165598,7

Гибридный алгоритм с Windows XP 44 / 22 138846

5 битовым форматом и Windows 7 195 / 74 1309385

алгоритмом CCITT Group 4 Gnome 14 89 / 50 404285

№ Алгоритм / Параметр Тип изображения Время кодирования / декодирования, мс Размер после сжатия, Б

Текст 57 / 21 202572

Деловая графика 52 / 25 160925

6 Гибридный алгоритм с битовым форматом и алгоритмом пространственного группового кодирования Windows XP 42,2 / 20 130742

Windows 7 189 / 72 1226477,7

Gnome 14 86 / 48 380972,6

Текст 50,5 / 18,7 118380,2

Деловая графика 48,2 / 24 149065,8

Таблица B.2 - АСПИ (набор данных «Windows XP»)

№ Первый шаг АСПИ Второй шаг АСПИ Время кодирования / декодирования, мс Размер после сжатия, Б

1 Сдвиговый алгоритм с байтовым форматом LZO, алгоритм Хаффмана 53 / 137 594383

50 / 133 524287

2 Сдвиговый алгоритм с битовым форматом LZO, алгоритм Хаффмана 49 / 130 521315

48 / 128 459713

3 Гибридный алгоритм с байтовым форматом LZO, алгоритм Хаффмана 25 / 12 133487

24 / 11 117714

4 Гибридный алгоритм с битовым форматом LZO, алгоритм Хаффмана 24 / 10 98327

24 / 10 86708

5 Гибридный алгоритм с битовым форматом и алгоритмом CCITT Group 4 LZO, алгоритм Хаффмана 62 / 25 97104

58 / 24 86162

6 Гибридный алгоритм с битовым форматом и алгоритмом пространственного группового кодирования LZO, алгоритм Хаффмана 58,1 / 24,6 91029,1

56 / 22 80693,2

аблица B.3 - АСПИ (набор данных «Изображения с преобладанием текста»)

№ Первый шаг АСПИ Второй шаг АСПИ Время кодирования / декодирования, мс Размер после сжатия, Б

1 Сдвиговый алгоритм с байтовым форматом LZO, алгоритм Хаффмана 57 / 141 644448

zlib 59 / 140 531670

2 Сдвиговый алгоритм с битовым форматом LZO, алгоритм Хаффмана 53 / 136 560389

zlib 55 / 133 462321

3 Гибридный алгоритм с байтовым форматом LZO, алгоритм Хаффмана 24 / 24 217730

zlib 27 / 22 179627

№ Первый шаг АСПИ Второй шаг АСПИ Время кодирования / декодирования, мс Размер после сжатия, Б

4 Гибридный алгоритм с битовым форматом LZO, алгоритм Хаффмана 23 / 23 175180

zlib 26 / 22 144523

5 Гибридный алгоритм с битовым форматом и алгоритмом CCITT Group 4 LZO, алгоритм Хаффмана 64 / 27 164926

zlib 69 / 26 135016

6 Гибридный алгоритм с битовым форматом и алгоритмом пространственного группового кодирования LZO, алгоритм Хаффмана 62,5 / 26,7 89682,6

zlib 66 / 25 73976,5

Таблица B.4 - АСПИ (набор данных «Деловая графика»)

№ Первый шаг АСПИ Второй шаг АСПИ Время кодирования/ декодирования, мс Размер после сжатия, Б

1 Сдвиговый алгоритм с байтовым форматом LZO, алгоритм Хаффмана 52 / 146 533563

zlib 52 / 145 466275

2 Сдвиговый алгоритм с битовым форматом LZO, алгоритм Хаффмана 51 / 141 465888

zlib 51 / 140 407134

3 Гибридный алгоритм с байтовым форматом LZO, алгоритм Хаффмана 39 / 27 117358

zlib 39 / 26 107558

4 Гибридный алгоритм с битовым форматом LZO, алгоритм Хаффмана 38 / 26 108275

zlib 28 / 25 104998

5 Гибридный алгоритм с битовым форматом и алгоритмом CCITT Group 4 LZO, алгоритм Хаффмана 64 / 29 106726

zlib 63 / 28 102187

6 Гибридный алгоритм с битовым форматом и алгоритмом пространственного группового кодирования LZO, алгоритм Хаффмана 62,5 / 27,6 94742,1

zlib 62 / 27 82764,7

Таблица B.5 - АСПИ (набор данных «Windows 7»)

№ Первый шаг АСПИ Второй шаг АСПИ Время кодирования / декодирования, мс Размер после сжатия, Б

1 Сдвиговый алгоритм с байтовым форматом LZO, алгоритм Хаффмана 329 / 477 1247970

zlib 318 / 485 1282375

2 Сдвиговый алгоритм с битовым форматом LZO, алгоритм Хаффмана 309 / 461 1084996

zlib 305 / 466 1114908

3 Гибридный алгоритм LZO, алгоритм Хаффмана 183 / 108 737181

№ Первый шаг АСПИ Второй шаг АСПИ Время кодирования / декодирования, мс Размер после сжатия, Б

с байтовым форматом zlib 177 / 116 757504

4 Гибридный алгоритм с битовым форматом LZO, алгоритм Хаффмана 181 / 106 641714

zlib 175 / 110 659406

5 Гибридный алгоритм с битовым форматом и алгоритмом CCITT Group 4 LZO, алгоритм Хаффмана 280 / 115 632107

zlib 272 / 122 651964

6 Гибридный алгоритм с битовым форматом и алгоритмом пространственного группового кодирования LZO, алгоритм Хаффмана 275 / 113 597407

zlib 266 / 119 614805

аблица B.6 - АСПИ (набор данных «Ubuntu Gnome 14»)

№ Первый шаг АСПИ Второй шаг АСПИ Время кодирования / декодирования, мс Размер после сжатия, Б

1 Сдвиговый алгоритм с байтовым форматом LZO, алгоритм Хаффмана 118 / 262 2006250

гИЬ 95 / 224 1719891

2 Сдвиговый алгоритм с битовым форматом LZO, алгоритм Хаффмана 109 / 248 1759620

гИЬ 91 / 215 1508060

3 Гибридный алгоритм с байтовым форматом LZO, алгоритм Хаффмана 56 / 23 450565

гИЬ 45 / 19 386153

4 Гибридный алгоритм с битовым форматом LZO, алгоритм Хаффмана 53 / 19 331888

гИЬ 45 / 17 284440

5 Гибридный алгоритм с битовым форматом и алгоритмом CCITT Group 4 LZO, алгоритм Хаффмана 132 / 49 327017

гИЬ 108 / 39 280752

6 Гибридный алгоритм с битовым форматом и алгоритмом пространственного группового кодирования LZO, алгоритм Хаффмана 129 / 47 307255

гИЬ 106 / 37 264709

При тестировании разработанных и существующих алгоритмов сжатия ключевых кадров (Таблица 7) использовались реализация FastAC арифметического сжатия; реализация Main Concept JPEG 2000; реализации Microsoft алгоритмов JPEG Lossless; реализация CharLS алгоритма JPEG_LS; реализация LEAD Technologies алгоритма CCITT Group 4. Также в тестировании

принимала участие реализация алгоритма стандарта Deflate от Microsoft Для гибридного сдвигово-группового алгоритма данные о степени сжатия и времени сжатия в таблице 7 приведены с учётом финальной обработки алгоритмом Хаффмана. Для этого все результирующие данные гибридного сдвигово-группового алгоритма объединяются в один массив.

Таблица В.7 - Разработанные и существующие алгоритмы сжатия ключевых кадров GUI-видео____

№ Алгоритм / Параметр Тип Время Размер

изображения кодирования / декодирования, мс после сжатия, Б

Windows XP 56 / 11 124405

Windows 7 199 / 58 764559,2

1 LZO X 999 уровень 1 Gnome 14 310 / 33 322303

Текст 56,1 / 10,9 118184,1

Деловая графика 53,9 / 9,1 106542,4

Windows XP 56, 6 / 10 112427,4

Windows 7 203 / 56 715905,5

2 LZO X 999 уровень 4 Gnome 14 314 / 30 291272

Текст 57,4 / 9,6 102429,1

Деловая графика 55,4 / 8,7 98963,6

Windows XP 67,7 / 9 106388,6

Windows 7 240 / 55 695053,9

3 LZO X 999 уровень 6 Gnome 14 375 / 27 275627

Текст 72,6 / 8,5 91106,8

Деловая графика 65,4 / 8,6 95126,4

Windows XP 370,6 / 8,8 101859,9

Windows 7 929 / 54 687317,9

4 LZO X 999 уровень 9 Gnome 14 1686 / 25 267276

Текст 880 / 7,8 81288,4

Деловая графика 293,5 / 7,6 91764,1

Windows XP 11,2 / 11,7 142159

Windows 7 72 / 73 862583,9

5 LZO X 1 Gnome 14 62 / 35 368299

Текст 11,8 / 11 138447,3

Деловая графика 10,1 / 10,3 124248,7

Windows XP 54,2 / 33,5 117388

Windows 7 227 / 108 924176

6 Гибридный алгоритм Gnome 14 136 / 48 362831

Текст 62,4 / 33 98180,3

Деловая графика 60,2 / 32 112324,1

Windows XP 58,1 / 24,6 91029,1

АСПИ, использующий LZO_X_999 уровень 6 Windows 7 275 / 113 597407,6

7 Gnome 14 129 / 47 307255

Текст 62,5 / 26,7 89682,6

Деловая графика 62,5 / 27,6 94742,1

№ Алгоритм / Параметр Тип Время Размер

изображения кодирования / декодирования, мс после сжатия, Б

Windows XP 64,1 / 23,1 90679

АСПИ, использующий LZO_X_999 уровень 9 Windows 7 694 / 114 589924,3

8 Gnome 14 213 / 47 306046

Текст 65 / 26,8 89578

Деловая графика 68,2 / 26,6 94522,5

Windows XP 48,6 / 12 157206,5

Windows 7 167 / 56 976739

9 Microsoft Deflate Gnome 14 94 / 14 393325

Текст 50,6 / 10,9 126848,4

Деловая графика 47,1 / 10,9 145175,6

Windows XP 15 / 5 135744

Windows 7 103 / 16 1052147,6

10 zlib уровень 1 Gnome 14 29 / 6 339626

Текст 15 / 5 122339,75

Деловая графика 14 / 4 122351,1

Windows XP 32 / 4 110946,3

Windows 7 117 / 16 701493,1

11 zlib уровень 4 Gnome 14 62 / 5 277583

Текст 32 / 4 94714,5

Деловая графика 32 / 4 101396,2

Windows XP 38 / 4 104116,6

Windows 7 130 / 16 661786,1

12 zlib уровень 6 Gnome 14 74 / 5 260496

Текст 43 / 4 83749,25

Деловая графика 36 / 4 95471,7

Windows XP 89 / 4 99733,9

Windows 7 230 / 16 653241,8

13 zlib уровень 9 Gnome 14 246 / 5 252031

Текст 249 / 4 76921,5

Деловая графика 77 / 4 90687,5

Windows XP 56 / 22 80693,2

АСПИ, использующий zlib уровень 6 Windows 7 266 / 119 614804,8

14 Gnome 14 106 / 37 264709

Текст 66 / 25 73976,5

Деловая графика 62 / 27 82764,7

Windows XP 57 / 22 80672,7

АСПИ, использующий zlib уровень 9 Windows 7 299 / 111 613965,7

15 Gnome 14 109 / 36 264648

Текст 69 / 25 73857,4

Деловая графика 62 / 25 82762,6

Windows XP 78 / 66 1389133,1

Windows 7 215 / 192 3890489